Før maskinlæring ble kunnskap kodet for hånd. Ekspertsystemer fanget reglene for et domene i if-then-setninger og brukte en inferensmotor for å trekke konklusjoner. De drev medisinsk diagnose, mineralutforskning og feilsøking av utstyr på 1970- og 1980-tallet.

To komponenter gjorde jobben. Kunnskapsbasen lagret fakta og regler, ofte bygget gjennom intervjuer med menneskelige eksperter. Inferensmotoren anvendte disse reglene på nye tilfeller, og kjedet logikk fremover eller bakover for å komme til konklusjoner.

Klassiske eksempler

• MYCIN for bakterielle infeksjoner
• DENDRAL for molekylær struktur
• XCON for datamaskinkonfigurasjon
• CADUCEUS for indremedisin

Vedlikehold var fallgruven. Reglene mangedoblet seg, konflikter oppsto, og oppdatering av kunnskapsbasen krevde ekspertinnsats. Maskinlæring erstattet mange applikasjoner fordi den lærer av data i stedet for å kreve eksplisitt koding. Ekspertsystemer dukker fortsatt opp i smale domener der åpenhet og reviderbarhet er viktig.